發布日期：2022-04-27 點擊率：75
問渠哪得清如許，為有源頭活水來。
在幾乎每一個人口眾多的城市，每天，來自周邊河道與管網中的水如同人體血液一般，維系著這個城市的生命。同樣地，這期間產生的污水需要被及時凈化處理，才能確保生命之源的潔凈與安心。吃污吐凈，正是現代污水處理工廠的重任所在。
在整個水處理過程中，從遍布于城市的污水集污泵站到污水集中處理設施，作為動力輸送的關鍵設備——水泵，可謂重任中的關鍵“擔當”。
然而，如何保障泵站連續、穩定、可靠而高效地運行，一直是城市一線水務集團感到困擾的難題。而這類設備一旦因故障造成非計劃停機，會帶來一定的損失，還會影響城市的環境和供水。
目前，泵站的主要設備——潛水泵一般位于水井的深處，無論是將泵提升出來檢測，或者人潛入水中進行故障排查，顯然耗費大量人力物力，且對人的考驗巨大。因此，如果采用傳統的點檢方式，不但費時費力，且不能及時獲取潛水泵中的故障信息。
如今，通過ifm基于設備狀態的實時監測方案，在泵堵塞需維護前便可進行預測報警，提醒用戶及時采取行動，避免費時費力的水下維修，大大提升了維護效率，降低了運維成本。
下面讓我們走進一個發生在澳大利亞阿德萊德(Adelaide)的實際應用案例。
打開其中水井的一半，不太友好的氣味撲鼻而來，潛水泵就位于雙導軌的底部。
通常，一個水井中有兩個潛水泵，大一些的水井也會有3-4個泵。這些井從周邊地區收集污水，然后泵入污水總管，水管將污水輸送到污水處理廠。
簡單方便，了然于心
我們需要通過簡單的鉆孔，將振動傳感器裝到泵的外殼上，然后接入泵殼進行連接。配備高IP防護等級的加速度計，通過LR SMARTOBSERVER軟件及振動檢測類產品的配合，進行無線連接的數據加載。
振動監測，防患未然
接下來，便進入潛水泵的振動狀態監測環節了。
如圖，我們可以看到有一個高峰值，這也是我們需要立即找出的問題所在。
第一個加速度檢測峰值a_Peak近10G，第二個高達50G!
同樣的故障在加速度有效值a_RMS也展示了極高的損壞等級。由于阻塞無法消除，導致趨勢不斷惡化。
這是一個非常活躍的水井，由2020年3-7月這4個月以來，潛水泵振幅多次超過設定值，且觸發警報，如圖是其中一個泵的峰值。
LR SMARTOBSERVER軟件將會實時監測設備狀態并告知警報狀態、時刻及嚴重性，也會如上圖一般通過電子郵件方式讓用戶一目了然。
另外，頻譜信號可以定時或故障發生時記錄并保存下來，還可以導出到其他應用程序進行分析，用于對損害原因的后期分析提供大數據來源。
總之，ifm LR SMARTOBSERVER軟件作為可實時了解工廠設備狀態的途徑，簡易又高效。當然，不單單是監測潛水泵部件，還可以實時監測電機、風扇、壓縮機、液壓動力機組等昂貴且關鍵部件。此外，該軟件不僅可以顯示振動狀態，還可以監測并顯示壓力、流量、溫度等數據，并檢測其狀態、趨勢及實現預報警。
經排查發現，泵已被一條毛巾堵住，當移除堵塞物后，狀態監測顯示正常，從而解除了此次“危機”。
這次水處理行業泵站的案例中主要應用了ifm的智能振動分析單元及加速度計兩款硬核產品，下面讓我們走近它們進行深一步的了解。
智能振動分析單元VSE15x系列
通信接口：以太網，支持Profinet、Ethernet/IP、EtherCAT、Modbus TCP等多種現場總線協議
工作電壓：DC 24 V±20%
電流損耗：200 mA
可接4個振動傳感器(MEMS或IEPE)
信號類型：MEMS 0-10 mA, IEPE
分辨率：16 bit
采樣率：100 kSamples
頻率范圍：0-12000Hz
多達24個監測對象(由80個特征頻率組成)
全方位多樣化監控
ISO 10816 2/10-1000Hz標準，速度有效值v_RMS
加速度有效值a_RMS，加速度峰值a_Peek
特定頻率監控：不平衡、不對中、松動、軸彎曲、軸承、齒輪嚙合、氣蝕等
內部的歷史記憶功能(帶時鐘)
內置FFT/H-FFT算法
2 x 靜態輸入 0/4...20 mA 或脈沖24 V (負載和轉速)
2 x 數字報警信號(PNP 100 mA) 或1 x 數字報警信號+ 1 x 模擬輸出0/4...20 mA / 0...10 V
溫度范圍：0-60 ℃
防護等級：IP 20
加速度計VSA系列
測量原理：MEMS，微機電子系統
工作電壓：7.2～10.8 DC; (cULus: 9 V DC，由VSE提供)
電流損耗：< 15 mA
輸出：0～10 mA
測量范圍：-25～25 g
頻率范圍：0～10000 Hz
靈敏度 ：142 μA/g
線性偏差：0.2 %
安裝方式：M5 螺釘
環境溫度：-25～125 ℃
防護等級：IP 67/ IP 68
傳統振動分析系統由加速度計、數據采集單元和數據分析處理計算機組成，系統復雜，要求用戶具備專業的振動分析技能，對操作人員有較高的要求，導致很難大范圍推廣。
ifm創新地研發出集數據采集與分析處理為一體的智能振動分析單元，將傳統在計算機進行的振動分析方法，如時域分析、頻譜分析(FFT和H-FFT)等算法集成至數據采集單元，形成邊緣計算控制器。智能振動分析單元經過前期配置后，可以自動分析，智能診斷，簡單易用，用戶無需專業振動分析技能即可處理各種復雜應用。
基于邊緣計算的智能振動分析系統
振動監測作為機械類故障最有效的檢測技術，可有效解決泵機組的以下問題：
不平衡
對齊問題
機械松動
滾動軸承
葉輪頻率
液體湍流
氣蝕
……
通過采用ifm基于狀態監測的預測性維護解決方案，可以獲得如下受益：
降低成本
基于設備狀態，在需要時進行維護，而非以固定間隔進行維護，可對部件更換進行提前計劃
避免計劃外停機時間
及時檢測污染導致的氣蝕、電機故障、軸裝配誤差、失衡振動或空轉
流程優化
數據采集和分析，按需進行清潔
獨立于IT部門進行實施
從傳感器到評估和基于網絡分析的應用套件，可擴展至其他應用和/或ERP系統
隨著大數據、物聯網和智能化的浪潮，預測性維護正在應用于像水處理這樣越來越多的基礎設施中，以直接且有效的方式，讓未來更美好!
下一篇： PLC、DCS、FCS三大控
上一篇： 如何解決車輛檢測疑難
